本发明公开了一种基于GAN的交通视频显著性预测方法，属于计算机视觉技术领域。本发明将驾驶中的选择性注意机制与深度学习方法相结合，设计了逐渐生长多步判别的GAN网络模型，可以实时计算和预测行车记录仪拍摄的交通场景视频的显著性区域。基于本发明的GAN网络模型，可以有效地估计交通驾驶环境中驾驶员视觉搜索的显著性区域和环境周边突发情况，同时也能计算出交通标志等值得关注的重要目标。本发明通过结合视觉注意的相关机理及显著性检测模型去理解和预测交通驾驶场景中与驾驶任务有关的信息，可对未来的智能驾驶车辆、驾驶训练和辅助驾驶系统等提供有用的理论依据和视觉感知相关技术手段。